重复的图像检测算法？

Question

我正在考虑为图像创建一个数据库系统,在这里它们用紧凑的签名存储,然后与"查询图像"进行匹配,"查询图像"可以是存储的图像的调整大小,裁剪,增亮,旋转或翻转版本.请注意,我不是在谈论图像相似度算法,而是严格来说是重复检测.这会使事情变得简单得多.系统不关心两个图像是否有大象,只检测这两个图像是否实际上是同一图像是很重要的.

直方图比较根本不适用于裁剪的查询图像.我看到唯一可行的方法是形状/边缘检测.首先将图像以某种方式离散化,例如将每个像素转换为8级灰度.离散化的图像将包含相同颜色的大区域,这有助于指示形状.然后可以用系数描述这些形状,并且可以记住它们的相对位置.紧凑的签名将由此产生.当必须执行比较时,将对存储的每个图像以及每个查询图像执行该处理.这听起来像一个有效和可实现的算法？为了说明这个想法:

删除了死的ImageShack链接

我知道这是一个不成熟的研究领域,我已经阅读了关于这个主题的维基百科,我会请你提出你对这种算法的想法.

Answer 1

SURF应该做好自己的工作.

http://en.wikipedia.org/wiki/SURF

它快速稳健,在旋转和缩放以及blure和对比度/闪电方面都是不变的(但不是那么强烈).
有自动全景拼接的例子.

首先查看SIFT上的文章
http://en.wikipedia.org/wiki/Scale-invariant_feature_transform